Los puntos clave no están disponibles para este artículo en este momento.
La planificación de rutas eficiente en robots móviles ha sido durante mucho tiempo una tarea desafiante debido a la complejidad y dinamismo de los entornos. Si se utiliza un mapa de cuadrícula de ocupación en la planificación de rutas, el número de cuadrículas está determinado por la resolución de la cuadrícula y el tamaño del entorno real. Una resolución excesivamente alta aumenta el número de nodos de cuadrícula atravesados y, por lo tanto, prolonga el tiempo de planificación de la ruta. Para abordar este desafío, este documento propone un algoritmo de planificación de rutas eficiente basado en SLAM láser y un grafo de visibilidad optimizado para robots móviles, que logra un cálculo más rápido de la ruta más corta utilizando el grafo de visibilidad optimizado. En primer lugar, se utiliza el algoritmo SLAM láser para adquirir los datos de nube de puntos LiDAR no distorsionados, que se convierten en un grafo de visibilidad. En segundo lugar, se combina un algoritmo de búsqueda de rutas A* bidireccional con el algoritmo Minimal Construct, permitiendo que el robot solo calcule rutas heurísticas hacia el nodo objetivo durante la planificación de la ruta para reducir el tiempo de búsqueda. En tercer lugar, se propone un método de filtrado basado en la longitud de los bordes y el número de vértices de los obstáculos para reducir los vértices y bordes redundantes en el grafo de visibilidad. Además, se implementa el método de búsqueda A* bidireccional para la búsqueda de rutas en el algoritmo de planificación de rutas eficiente propuesto en este papel para reducir búsquedas de espacio innecesarias. Finalmente, se realizan simulaciones y pruebas en campo para validar el algoritmo y comparar su rendimiento con algoritmos clásicos. Los resultados de las pruebas indican que el método propuesto en este documento exhibe un rendimiento superior en términos de tiempo de búsqueda de rutas, tiempo de navegación y distancia en comparación con los algoritmos D* Lite, FAR y FPS.
Hu et al. (Sat,) estudiaron esta cuestión.